交通流预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供的交通流预测方法、装置、电子设备及存储介质，应用于信息技术领域，包括：在交通流预测模型上线应用的过程，获取第一时段的交通流数据，并通过交通流预测模型对第一时段的交通流数据进行分析，得到第二时段的交通流预测结果；根据获取时间信息，判断第一时段的交通流数据是否为白天预设时段获取的数据；若是，则根据获取时间信息计算得到第一时段的交通流数据的时间缺失率；当时间缺失率小于预设缺失率阈值时，获取第二时段的交通流数据，并通过第一时段的交通流数据和第二时段的交通流数据对交通流预测模型进行增量训练，得到增量训练后的网络模型。从而可以通过在交通流预测过程中提高模型的预测精度。过在交通流预测过程中提高模型的预测精度。过在交通流预测过程中提高模型的预测精度。

【技术实现步骤摘要】
交通流预测方法、装置、电子设备及存储介质


[0001]本专利技术涉及信息
，特别是涉及一种交通流预测方法、装置、电子设备及存储介质。

技术介绍

[0002]目前，通过城市路网的拓扑特性，对城市路网中的流量和车速进行预测，已经有着广泛的应用。通过交通流预测，不但可以为道路使用者提供有效的参考信息，帮助使用者选择更好的出行路径，也可以预测道路拥堵的时间和地点，便于车队运营商优化资源配置，还可以作为交通信号控制方案生成的依据，有助于交通管理者治理拥堵，提高交通系统运行效率。
[0003]然而，当前交通流预测方法往往是采用固定权重的静态模型进行预测。而交通流是一种非平稳的时间序列数据，由于数据分布的偏移（Concept Drift），基于平峰时段的数据集训练出的模型，在高峰时段的实际表现会比较差。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种交通流预测方法、装置、电子设备及存储介质，以实现提高交通流预测结果。具体技术方案如下：本申请实施例的第一方面，首先提供了一种交通流预测方法，包括：在交通流预测模型上线应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通流预测方法，其特征在于，包括：在交通流预测模型上线应用的过程，获取第一时段的交通流数据，并通过交通流预测模型对所述第一时段的交通流数据进行分析，得到第二时段的交通流预测结果，其中，所述第二时段为第一时段的下一时段；识别所述第一时段的交通流数据的获取时间信息；根据所述获取时间信息，判断所述第一时段的交通流数据是否为白天预设时段获取的数据；若是，则根据所述获取时间信息计算得到所述第一时段的交通流数据的时间缺失率；当所述时间缺失率小于预设缺失率阈值时，获取第二时段的交通流数据，并通过所述第一时段的交通流数据和所述第二时段的交通流数据对所述交通流预测模型进行增量训练，得到增量训练后的网络模型。2.根据权利要求1所述的方法，其特征在于，所述获取第二时段的交通流数据，并通过所述第一时段的交通流数据和所述第二时段的交通流数据对所述交通流预测模型进行增量训练，得到增量训练后的网络模型，包括：获取第二时段的交通流数据；根据所述第二时段的交通流数据和所述第二时段的交通流预测结果，通过正则化计算得到所述交通流预测模型的当前损失；根据所述当前损失对所述交通流预测模型进行参数调整，得到调整后的模型，并返回所述根据所述第二时段的交通流数据和所述第二时段的交通流预测结果，通过正则化计算得到所述交通流预测模型的当前损失的步骤继续执行，直至训练次数达到预设的次数，得到所述增量训练后的网络模型。3.根据权利要求1所述的方法，其特征在于，所述根据所述获取时间信息计算得到所述第一时段的交通流数据的时间缺失率，包括：根据所述获取时间信息计算得到各路段的所述第一时段的交通流数据的时间缺失率；所述当所述时间缺失率是否小于预设缺失率阈值时，获取第二时段的交通流数据，并通过所述第一时段的交通流数据和所述第二时段的交通流数据对所述交通流预测模型进行增量训练，得到增量训练后的网络模型，包括：选取对应的第一时段的交通流数据的时间缺失率小于预设缺失率阈值的目标路段；获取所述目标路段的第二时段的交通流数据；通过所述目标路段的第一时段的交通流数据和所述目标路段的第二时段的交通流数据对所述交通流预测模型进行增量训练，得到增量训练后的网络模型。4.根据权利要求3所述的方法，其特征在于，所述通过所述目标路段的第一时段的交通流数据和所述目标路段的第二时段的交通流数据对所述交通流预测模型进行增量训练，得到增量训练后的网络模型，包括：识别所述目标路段的第一时段的交通流数据的缺失时间段；获取并通过所述缺失时间段的对应时间段对所述缺失时间段进行填充，得到填充后的数据；通过所述填充后的数据和所述目标路段的第二时段的交通流数据对所述交通流预测模型进行增量训练，得到增量训练后的网络模型。
5.根据权利要求1所述的方法，其特征在于，所述交通流预测模型是通过离线训练的交通流模型训练得到的模型，所述当所述时间缺失率是否小于预设缺失率阈值时，获取第二时段的交通流数据，并通过所述第一时段的交通流数据和所述第二时段的交通流数据对所述交通流预测模型进行增量训练，得到增量训练后的网络模型之后，所述方法还包括将所述第一时段的交通流数据分别输入所述增量训练后的网络模型和所述离线训练的交通流模型，得到各自的预测结果；分别将所述增量训练后的网络模型的预测结果和所述离线训练的交通流模型的预测结果，与所述第二时段的交通流数据进行对比，得到所述增量训练后的网络模型的预测精度和所述离线训练的交通流模型的预测精度；若所述离线训练的交通流模型的预测精度与所述增量训练后的网络模型的预测精度的差值大于预设精度阈值，则利用所述离线训练的交通流模型替换所述增量训练后的网络模型。6.一种交通流预测装置，其特征在于，包括：数据获取模块，用于...

【专利技术属性】
技术研发人员：姜伟浩，李泽阳，阮树斌，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：